Komplexe regressionsanalytische Verfahren
eine praxisorientierte Einführung mit Anwendungsbeispielen in R und SPSS
Seiten
2023
|
1. Auflage
Hogrefe Verlag
978-3-8017-2908-0 (ISBN)
Hogrefe Verlag
978-3-8017-2908-0 (ISBN)
Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen.
Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor?
Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten.
Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.
Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor?
Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten.
Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.
Erscheinungsdatum | 26.05.2023 |
---|---|
Zusatzinfo | Illustrationen |
Verlagsort | Göttingen |
Sprache | deutsch |
Maße | 165 x 240 mm |
Gewicht | 1 g |
Einbandart | kartoniert |
Themenwelt | Geisteswissenschaften ► Psychologie ► Statistik / Evaluation |
Schlagworte | Datenanalyse • empirische Untersuchungen • Komplexe Daten • Regression • Regressionsanalyse • SPSS • Statistik |
ISBN-10 | 3-8017-2908-7 / 3801729087 |
ISBN-13 | 978-3-8017-2908-0 / 9783801729080 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
in den Sozial- und Humanwissenschaften
Buch | Hardcover (2023)
Springer (Verlag)
59,99 €
Buch | Hardcover (2019)
Hogrefe (Verlag)
38,00 €
Einführung in die Statistik für Psychologie, Sozial- & …
Buch | Softcover (2021)
Springer (Verlag)
17,99 €